基于数据重构与孤立森林法的大坝自动化监测数据异常检测方法

• 作者: 赵新华 范振东 何宇 查益华
• 来源期刊: 中国农村水利水电
• 关键词: 大坝自动化监测数据 异常检测 孤立森林 数据分解与重构 拉依达准则
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 水电建设
• 页码范围: 174-178
• 页数: 5页
• 分类号: TV698.1
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2284.2021.09.031

摘要

大坝安全自动化采集的监测数据不可避免地存在粗差、缺测等问题,针对异常数据量值、数量以及分布规律的不确定性,人工删除异常值存在工作量大、主观性强等不足,提出一种基于数据重构与孤立森林法的异常数据检测方法,该方法是一种无监督的学习方法,不需要根据特征标签进行样本学习,适用范围较广.首先对大坝自动化监测数据进行分解与重构,分离出趋势项,而后用孤立森林算法对剩余项进行判别,计算测点的异常分数,并剔除明显的异常数据,最后再根据拉依达准则进一步清理异常数据.通过实例验证,该方法能较好检测出大坝安全自动化异常监测数据,满足工程实际应用.